第19页
据说它最初是给音乐行业录制小样的，但是发行之后问津者寥寥。制作方一拍脑门，开了个脑洞：“我们不做音乐软件，做虚拟歌姬。”由此，初音未来诞生，虚拟偶像概念进入人们的视线。 谢晋说：“设计软件框架的时候，我们对比了几款竟品，其中最普及的是vocaliod和utau。它们的实现原理差不多，预先录制人声，对人声排列组合，再加上音调，组成一支歌曲。” “我们扒了两款软件的框架，最后还是决定，放弃这种纯机械式合成，改为仿生式的。也就是基于机器学习算法的AI软件，我们把它命名为，电子声带。” “因为没有先例，研发期非常困难，不过第一个版本出来之后，给了人相当大的惊喜。制作出来的成曲，最差也能达到歌姬级别。”他点了一下鼠标，对楼清焰说，“董事长，来听听它说的第一句话吧。” 音响里传出一个清朗的男声。 “hello,world.” 楼清焰顿时发现：“这是我的声音？” “这是大家投票决定的。”谢晋揶揄地看过来。 不知为何，被点破心思之后，他反倒觉得楼清焰有点亲切。 “还行，挺自然的。” “这是AI算法的功劳。”谢晋说，“我们设计了一种深度学习算法，软件会对音源库进行特征提取，用提取出来的特征信息进行训练，最终，为每组音源库生成独一无二的数据模型。基于这个模型，合成语音会自然许多。” “这还不是最理想的。最理想的那种合成语音，不用组合人声，是凭借AI算法的高智能，凭空生成声音。不过……” “不过你们没这个技术。”楼清焰说。 他想了想，描述道：“声音的本质是震动，在音响里就是膜片的震动，这种震动由电磁场引起，而电磁场的控制方式，是线圈通不通电。通电为1，不通电为0。” “所以，计算机声音的本质是一串二进制数，是不同排列组合的1和0。这叫做数字信号。” “最理想的语音合成，不是组合音节，而是直接组合数字信号。” 楼清焰：“我说的对吗。” 谢晋实实在在地惊讶了。 他一直以为楼清焰是个不学无术的纨绔，就算所有人都搞懂了计算机原理，他也不可能搞懂的那种。 没想到他真的懂。 楼清焰还没说完，他继而道：“理论上，AI软件通过深度学习，可以掌握数字信号的规律，构建一个数据模型，再基于模型生成语音。” “但是，这需要一个大前提——机器学习算法能直接从数字层做特征提取。” 他问道：“能吗？” 谢晋服了，这人为啥总是一下子问到最关键的地方。 “现在确实没这个技术。我们设计的特征提取算法，主要瞄准声音的波形表现，频率、相位这些。”他简单地说。 楼清焰又说：“不止缺这一个技术吧。做了特征提取，知道怎么归纳总结吗？知道怎么训练模型吗？会写算法吗？设想过这个计算量有多庞大吗？” 谢晋：“……” 楼清焰发觉有点说过了，遂拍拍他肩膀，鼓励道：“不过你们已经做得很好了，能达到这个程度非常了不起……嗯，下一步工作是什么？” 谢晋：“……”看出来你是在敷衍了。 “软件的构造有点臃肿，只有在工作站上才能流畅运行，下一步先考虑优化问题。” “好的。”楼清焰也就是随口一问。 他不在意软件本身，得知已经有了AI语音合成的雏形，他来这趟的目的就已经达成了。 谢晋研发的这款电子声带，其实还是提前录制人声，再进行排列组合。只不过基于AI算法训练的数据模型，会对音频波形进行修改，让声音变得流畅自然，更加真实。 这款软件的局限性在于算法。音频领域的特征提取没有可参考前例，谢晋团队必须把数字音频研究透彻，然后基于其特性设计新算法——不仅是逻辑框架，还包括万恶的数学模型。这可不是一朝一夕能搞出来的。 但是楼清焰呢，他脑子里有现成的。 在星际时代，声音合成是一项非常普及的技术，宇宙人早就可以在编码层面生成各种声音，还出现了一种新职业，叫音频作家。 类比于文学作家，音频作家就是直接创作广播剧的那种。 声音合成算法，是入门智械编程学习的一个启蒙案例。可见它简单到什么程度。在地球上也可以实现，条件是几套新的数学模型，一台大型计算机。 佳辉就有大型计算机，用作app服务器的，暂时关停服务器来计算软件，好像也没什么大不了的。 楼清焰只有一个人，不可能写出一个完整的软件，不过他有谢晋的代码基础，只要实现了那几个数学模型，用大型计算机快速完成机器学习运算，就可以达成他的目的。 嗯，他只是想让楼皓宸“说”几句话而已。 谢晋不知道他老板正在酝酿多么黑暗的犯罪过程，他看着楼清焰，心里已经对他完全改观了。 龙困浅滩，虎落平阳，却显得从容自若。落魄时不露难色，面对员工的消极嘲讽，姿态依旧那么强硬。他懂计算机，懂智能技术，并不是大家以为的那种不学无术的废物。最重要的是，他竟然懂他的想法。